什麼是 AskSia AI 資料科學導師？
AskSia AI 資料科學導師是一個個人輔導工具，教授問題構建和誠實的詮釋，而不是提供程式碼。它會詢問您的資料能回答什麼問題，當您詢問時會與您一起完成清理、探索性分析或建模步驟，並詢問利益相關者可能從您的結果中錯誤地得出什麼結論。它涵蓋資料清理、探索性分析、特徵工程、迴歸和分類、模型評估、驗證策略、視覺化和溝通發現。它提供八種語言的回答。AskSia A+ 方案的學生享有成績信心保證。AskSia 是一個學習輔助工具，不是答案鑰匙。
如同真人導師的四個階段
解答出現時，解題工具就完成任務；當你能獨自解下一題，輔導才算完成。
給推進方向，而不是直接給解答
它指出卡住的步驟，再把問題交回給你走出下一步。
逐行說明，搭配圖解
需要更多協助時，它會逐行帶你走過解法，而不只告訴你最終結果。
它會反過來問你一題
在繼續之前，它會用一個簡短問題確認下一步是否真正屬於你。
稍後再回來複習
弱項會在更適合主動回憶、鞏固解題方法的時機再次出現。
考試還有三週
導師會刻意放慢節奏，為下一題留下可重複使用的解題方法。
每學期最容易失分的三個習慣
資料科學課程的評分在於判斷。以下三點即使程式碼完美也會失分。
在不平衡資料上報告準確率
一個總是預測多數類別的模型在準確率上得分很高，但卻毫無用處。導師會在選擇任何指標之前詢問類別平衡情況。
洩漏未來資訊
在分割之前進行縮放或填補會讓測試集影響訓練，從而膨脹所有結果。導師會詢問每次轉換相對於分割發生的時間。
從擬合的模型聲稱因果關係
係數描述了該資料集中的關聯性，而報告通常需要明確說明這一點。導師會詢問讀者可能錯誤地得出什麼結論。
不是題庫，而是從你的錯誤建立的測驗
您的分數並非平均損失，因此您的練習也不平均。試試這個。
這位導師涵蓋的內容
一個應用資料科學課程，側重於判斷性決策而非函式庫呼叫。
正在構建底層工具？Python 和 SQL 承擔了大部分實際工作。想進一步了解建模？
資料科學導師比聊天機器人多做的四件事
它了解你的學習歷程，不只是一個問題
下一次輔導會從你真正感到困難的步驟開始，而不是泛泛地重講整個主題。
它會畫出圖解，不只列出代數式
圖解會帶著標記與解題過程的每一步並列呈現，因為視覺化推理本身也能得到分數。
它會找出你自己解題過程中的第一行錯誤
拍下做錯的嘗試，它會找到解法最早偏離的步驟，接著講清這一步。
它依照你的課程方式檢驗理解
長答題需要依照你自己試卷的格式練習，而不是套用選擇題題庫。
為什麼程式碼是簡單的部分
擬合模型只需三行程式碼，而選擇擬合什麼、在什麼資料上、如何評估，才是整個評估的重點。導師會在任何建模之前詢問資料能回答什麼問題，這也是您的評分者閱讀報告的順序。
個人化意味著它會記住哪些判斷不斷失敗。如果您的管線乾淨，但每個結論都誇大了模型支持的內容，這將被追蹤並在下一次報告前提出。
它支援英語、德語、日語、韓語、西班牙語、葡萄牙語、簡體中文和繁體中文。
學生真正會問的問題
它會寫我的分析程式碼嗎？
不會。它會詢問您的資料能回答什麼問題，並與您一起走過推理過程。有關實施的語法級別協助，請使用 Python 或 SQL 頁面。
它可以審查我的筆記本嗎？
可以。上傳它，導師會逐步檢查操作順序，特別是轉換相對於訓練和測試分割發生的時間。
它可以幫助我選擇評估指標嗎？
可以，而且它從您的問題中每種錯誤類型的成本開始，而不是從指標列表中選擇。
它涵蓋視覺化嗎？
可以，它圍繞著圖表回答什麼問題來構建，而不是使用哪種類型的圖表來顯示哪個變數。
它涵蓋偏差和公平性嗎？
可以，涵蓋大多數應用課程評估的級別，包括資料集如何編碼過去的決策而不是事實。
可以使用 AI 資料科學導師嗎？
AskSia 被建構為學習輔助工具，而不是答案鑰匙。在使用任何工具處理計分作業之前，請檢查您自己的教師政策。
全部 149 位 AskSia 導師
每個學科都採用同一種方式：針對你卡住的步驟給出提示，結合你自己的課程資料講解，最後再向你拋回一個問題。
數學和統計學
15從代數到微積分，也提供面對截止日的作業協助。
科學
11物理、化學與生命科學的導師頁面和作業協助。
計算和數據
22涵蓋主要程式語言，以及課程實際使用的理論、資料與工具。
工程
8從靜力學到流體力學，並提供應用課程作業頁面。
商業和經濟
9會計、金融與經濟，搭配圖表及財務報表。
人文與寫作
13協助檢閱草稿而非代寫的人文與寫作科目。
語言
16提供附規則的修正，以及目標語言的對話練習。
AP課程
20依照內容與評分規準共同設計。
考試和認證
11以實際評分格式練習證照與入學考試。
健康相關課程
7結合每個選項的理據，協助課程與執照準備。
學習支持
9當你需要重整整份行程，或今晚就要面對截止日。
比較學習工具
8比較各工具的強項，以及它們無法處理的範圍。
